हायब्रिड पुनर्प्राप्ती
हायब्रिड पुनर्प्राप्ती relevant passages शोधण्यासाठी semantic vector search आणि lexical keyword search एकत्र करते. Vector search अर्थ आणि paraphrase पकडते, keyword search exact terms आणि identifiers पकडते, आणि fusion step दोन्ही result sets merge करतो, त्यामुळे precise tokens किंवा conceptual matches चुकत नाहीत.
समानार्थी शब्द: hybrid search, dense-sparse retrieval, vector plus keyword search, fusion retrieval
हायब्रिड पुनर्प्राप्ती मान्य करते की production quality साठी एकच retrieval signal पुरेसा नसतो. Dense vector embeddings conceptual similarity मध्ये उत्तम असतात पण exact identifiers धूसर करतात; sparse lexical methods precise tokens पकडतात पण अर्थ दुर्लक्षित करतात. दोन्ही चालवून त्यांची rankings fuse केल्याने precision न गमावता recall सुधारतो, जेव्हा answer ने अगदी योग्य passage मध्ये ground होणे आवश्यक असते तेव्हा हे महत्त्वाचे ठरते. fused candidates वर reranking pass मग model कडे जाणारा final context अधिक तीक्ष्ण करतो.